核心用法
Canary 是专为 OpenClaw AI 智能体环境设计的秘密泄露检测与修复工具，采用双模式扫描机制：
轻量扫描（自动启动）：每次 OpenClaw 启动时静默检查关键位置——~/.openclaw/.env、工作区 .env 文件、配置文件的权限设置。发现问题时弹出简洁告警，无问题时完全静默。
深度扫描（按需触发）：用户主动请求时执行全面审计，覆盖已安装技能目录、会话/聊天历史、Git 仓库提交记录、SSH 密钥与配置、Shell 历史文件、以及 30+ 类已知凭证文件路径（AWS、GCP、Kubernetes、Terraform 状态等）。
检测能力：支持 30+ 种秘密格式的正则匹配（OpenAI/Anthropic API 密钥、AWS 凭证、GitHub PAT、Stripe 令牌等），结合熵值分析捕获未知格式的密钥，通过文件权限检查识别组可读/全局可读风险。
智能修复：经用户确认后自动执行权限收紧、密钥迁移、历史清理、.gitignore 更新等操作。每次修复前创建加密备份，支持 7 天后自动安全删除。修复过程遵循"先验证再执行"原则，检测文件变更状态防止竞态条件。
自我完整性保护：首次安装时计算 SKILL.md 哈希并存储于双位置，每次启动前校验，防止恶意篡改扫描行为。
显著优点
- 零信任启动：静默后台运行，不干扰正常工作流
- 精准分级：三级严重程度（🔴需立即处理/🟡提醒/🟢正常），避免告警疲劳
- 防重复骚扰：同类问题连续 3 次启动未处理则自动抑制，关键风险每 5 次启动提醒一次
- 隐私优先：纯本地扫描，永不外传、存储或记录完整密钥值
- 用户友好：全自然语言交互，无安全术语，支持技术小白理解"API 密钥就像服务密码"
- 防御纵深：备份加密、权限最小化、配置防篡改、符号链接检测等多重安全机制
潜在缺点与局限性
- 本地仅限：无法检测远程服务器、云端仪表板或密钥是否已被泄露使用
- 模式依赖：30+ 已知格式外的新型自定义密钥可能漏检（熵值分析作兜底但不完美）
- 误报存在：测试字符串、文档示例、随机哈希可能被误判
- 修复受限：无法登录服务轮换/撤销密钥，需用户手动完成；Windows 平台权限模型支持不完整
- 性能边界：超大目录（>10,000 文件）仅扫描启发式命中文件，递归深度限 3 层，单目录超时 30 秒
- 加密盲区：密码保护 ZIP、加密容器、密码库内的密钥无法检测
适合人群
- AI 智能体开发者：频繁操作 API 密钥、在技能代码中硬编码凭证的开发者
- 多云服务用户：同时使用 AWS/GCP/Azure/云原生工具链，凭证分散在各配置文件的 DevOps 工程师
- 安全意识中等的普通用户：需要非技术语言解释风险、偏好一键修复而非手动命令行操作
- 团队协作场景：共享工作区或设备，需防止凭证被其他用户账户读取
常规风险
- 权限提升路径：若 Canary 自身被攻破，攻击者可读取配置获取凭证文件位置地图（虽已哈希处理），或篡改排除规则制造盲区
- 备份残留风险：加密备份理论上可破解，7 天自动删除机制依赖本地时钟
- 竞态条件：多进程同时修改文件时，"扫描-确认-修复"窗口期内状态可能变化（已做变更检测缓解）
- 配置注入：恶意技能可能尝试通过符号链接或配置篡改操控扫描范围
- 过度信任修复：用户可能在不理解风险的情况下批量确认修复，导致服务中断（如误改工作所需文件权限）